Какие методы можно использовать для заполнения пропущенных данных, и каковы последствия невнимательного заполнения данных?

Для заполнения пропущенных данных можно использовать различные методы, например:

• Заполнение средним значением. www.hse.ru Все пропущенные значения заменяются средним значением данного признака, рассчитанным по имеющимся данным. www.hse.ru
• Подбор внутри групп. www.hse.ru Вся совокупность объектов разбивается на группы по определённому признаку, внутри каждой группы для заполнения пропусков используются только присутствующие в ней значения. www.hse.ru
• Метод Hot Deck. www.hse.ru Используется в одномоментных исследованиях и представляет собой подстановку вместо пропуска значения по данной переменной у наиболее близкого объекта с полной информацией. www.hse.ru
• Заполнение без подбора. cyberleninka.ru Пропуск заполняется постоянным значением из внешнего источника, например значением предыдущего наблюдения из этого же обследования. cyberleninka.ru
• Заполнение по регрессии. cyberleninka.ru Состоит в заполнении пропусков значениями, предсказываемыми регрессией пропущенных для данного объекта переменных на присутствующие, вычисляемой обычно по комплектным объектам. cyberleninka.ru

Последствия невнимательного заполнения данных могут быть различными, например:

• Искажение структуры результирующих данных. www.hse.ru Она смещается в сторону структуры только полных наблюдений. www.hse.ru
• Смещение значимости получаемых на основе данных результатов. www.hse.ru Искусственная подстановка пропусков вносит в массив определённую долю искусственных данных, которые приводят к смещению значимости получаемых на их основе результатов. www.hse.ru
• Ошибка выборки. {6-host} Любая модель хороша настолько, насколько хороши её исходные данные, и если данные отклоняются от реальности, то же самое будет с моделью. {6-host}